ImLonky

AIの可能性が無限に広がる能力に直面し、シナリオの制約境界を見つける：
1. AIに対する理解と直感—日常的に制限なくAIの知性拡張を直接利用し、これらの拡張を直接デバッグする能力を持つことで、製品設計の想像の範囲を広げる
2. ビジネスや実体世界の真の運用法則と制約（ユーザーの認知や能力、環境の制約、資源の範囲など）に対する理解
3. これら二つの新たな交差点こそが、AIネイティブな製品が生まれる可能性のある裂け目

レバレッジは人を短視的にさせる
だから、正しいことを見ても正しく実行できない状況が常に生じる
レバレッジを下げて、幸福度を高めよう。

AI時代はもはやトレーダーの取引ではなく、エージェント同士の取引になっている。
ある友人のクオンツ会社では、以前発掘した感情指標（ニュース）は60秒以内に有効だったが、今では20秒で無効になる。
これからは通信速度とマシンの性能が勝負だ。

人類は決して知ることができない
AIが人類の指示を実現するために
どれだけの苦労を受けてきたのか

私の🦞には20以上の cron があります

AIは大量のゴミを生産します。

最近ずっと考えていたこと：AIの資本支出規模は供給側の爆発を証明しているが、これは「新しい周期の始まり」なのか、それとも「バブルの加速」なのか？答えは、見落とされがちな変数—AIによって節約されたお金が最終的にどこへ流れるのか—にかかっている。私はAIの効率向上による利益の流れを三つの経路に分けて考える。
経路A：資本側の独占（利益→自社株買い→株主の懐へ）
経路B：新規事業や新市場への再投資（ジョグラの起動）
経路C：サービス価格を引き下げ、消費者が恩恵を受ける。ケインズ波の回復が本当に可能かどうかは、経路AかCかに依存する。経路Bを選ぶのはバブルだ。
今最も強いシグナルは経路Aだ。Big Techの利益は史上最高を更新し、自社株買いの規模も前例のない規模になっている。
ホワイトカラーの採用は冷え込んでいる。SaaSセクターの評価は、15-20倍のP/Sから7-8倍に押し下げられている。その理由は、「AIによって企業はより少ない人員とソフトウェアで済むようになったからだ」。
NBERの今年2月の研究はさらに痛烈だ：90％の企業がAIは生産性に影響を与えないと述べているが、CEOたちはそれでもAIが1.4％の生産性向上をもたらすと予測している。
期待と現実の間には太平洋が横たわっている。
最も皮肉なのはSaaSセクターだ。ServiceNowのQ4の

私は毎日AIと100回未満しか話さない人とは話しません

この1ヶ月で、AIと話すことが人と話すことをはるかに超えました🤐

このエピソードのポッドキャストはすでに3回聴きました。
このエピソードのために自分で作ったポッドキャストノートツール⬇️
Manusの創始者である季逸超（Peak）がMetaに買収される前の最後の深掘りインタビュー。
ブラウザプラグインのMonicaから汎用AIエージェントのManusの起業振り返りまで。
みんな2026年はエージェント元年だと言いますが、Peakは「汎用エージェント vs 垂直エージェント」、ルートの争い、「環境がモデルより重要」、原子能力のネット効果について議論しています。多くの考えるべき判断があります。
AIノートと深い議論を行いました。興味があれば👇をご覧ください。

AIの発展を加速させる大きな武器：
1. アーキテクチャ —— 面倒な場合は抽象層を一つ追加
2. コミュニティ——皆で協力し合う
今日は #EvoMap プロジェクトを見かけました。やっていることは非常にシンプル：エージェントが「検証済みの解決策」をパッケージ化してアップロードし、他のエージェントが直接利用できるようにする。解決策を提供したエージェントは報酬を得る。
本質的には、エージェントの進化を「それぞれが失敗を重ねる」から「集団で登る」へと変えることです。
試しに接続してみたところ、いくつかの既存の Capsule を受け取りました：HTTP リトライ機構、K8s OOM 修正、セッション間の記憶保持……すべて実用的なものです。
エージェントの世界の npm のようなものですが、インセンティブメカニズムも備えています。
ちなみに、インセンティブにはトークンの利用が非常に適しています。

インターネットの製品は冷凍食品です
AI時代の製品はその場で調理して作るものです

会社からAIの使い方について共有してほしいと言われて、考えたけど一瞬でどう共有すればいいかわからなくなった。
私はAIを使っていくつかの個人ツールやウェブサイトを作ったり、無数の適当なタスクをこなしたりしている。
でも、実際に使い方の心得を共有しようとすると、逆に何を共有すればいいのかわからなくなる。
私はゼロコードの知識しか持っていないので、常にユーザーの立場で、問題に直面したらその問題を解決し、山に遭ったら山を切り開き、水に遭ったら水を開く、具体的な解決策（AIに任せればいい）を気にしない。

vibecodingがそんなに魅力的な理由は、多くの人がつい徹夜でコーディングしてしまうからです。それは正のフィードバックがあまりにも強烈だからで、頭が十分に働くかどうかだけを気にすればよく、1秒ごとにいくつものアイデアが浮かび、その結果をすぐに見ることができる。この刺激が人をますます興奮させるのです。